大型云计算网络中威胁数据检测研究

当前针对大型云计算网络中的威胁数据检测,通常根据数据主元或者关联特征来进行获取,但是存在明显的波动性,为此,提出改进流形降维检测方法。采用流形学习算法,对网络中威胁数据进行特征降维处理,并对提取得到的特征向量采取预处理;通过近邻算法改进流形算法,重新将威胁数据进行分簇,使样本分散区中的样本间距减小,样本集中区中的间距增加,由此提高威胁数据在网络中分布的均衡程度。通过实验结果,验证了提出的改进流形降维检测方法在大型云计算网络的威胁数据检测方面,具有良好的检测效率和检测精度。